en:ddefidode2022

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision		 Révision précédente
en:ddefidode2022 [2025/07/25 14:32] – [Course metadata] cpoueten:ddefidode2022 [2025/09/18 10:36] (Version actuelle) – [Course content] cpouet
Ligne 10: Ligne 10:
   * Language of instruction: French   * Language of instruction: French
   * Coordinator: tba   * Coordinator: tba
-  * Instructor(s): François Brucker, Michaël Chalamel (L'Oréal), Franck Chevalier (EY), Emmanuel Daucé, Christophe Pouet +  * Instructor(s): Marie Billaud-Friess, Michaël Chalamel (L'Oréal), Franck Chevalier (EY), Emmanuel Daucé, Christophe Pouet, , Sitraka Forler (Post Luxembourg), Lirone Samoun (smartpush) 
-  * //Last update 04/07/2022 by C. Pouet//+  * //Last update 02/09/2025 by C. Pouet//
  
 ==== Brief description ==== ==== Brief description ====
  
 This course unit is divided into four parts: This course unit is divided into four parts:
-  * ** Statistical learning ** (24 hours) taught by Christophe Pouet. +  * ** Statistical learning ** (30 hours) taught by Christophe Pouet. 
-  * ** Python for data science ** (24 hours) taught by François Brucker and Emmanuel Daucé.+  * ** Python for data science ** (18 hours) taught by François Brucker and Emmanuel Daucé.
   * ** Advising using data ** (24 hours) taught by Michaël Chalamel and Franck Chevalier.   * ** Advising using data ** (24 hours) taught by Michaël Chalamel and Franck Chevalier.
-  * ** Data Project: data sources and preprocessing ** (24 hours) taught by tba.+  * ** Data Project: data sources and preprocessing ** (24 hours) taught by Sitraka Forler and Lirone Samoun.
  
 ==== Learning outcomes ==== ==== Learning outcomes ====
Ligne 46: Ligne 46:
 === Python for data science=== === Python for data science===
    - Dataframe: data exploration and data description    - Dataframe: data exploration and data description
-   - Spotting patterns using factor +   - Recommendation systems (including KNN, PCA and SVD) 
-     - Principal Component Analysis +   - Data visualization (including maps, geopandas, ...) 
-     - Correspondence analysis + 
-   - Prediction using trend analysis +
-     - Linear regression +
-     - Logistic regression +
-   - Data classification +
-     - Classification using partitions +
-     - Hierarchical methods+
 === Data-driven decision making=== === Data-driven decision making===
    - What is data?    - What is data?
Ligne 65: Ligne 60:
  
 ==== Bibliography ==== ==== Bibliography ====
-You can check the availability of the books below at [[https://documentation.centrale-marseille.fr/|Centrale Méditerranée library]].+You can check the availability of the books below at [[https://www.centrale-mediterranee.fr/fr/centredoc|Centrale Méditerranée library]].
   - Statistical Learning   - Statistical Learning
      * James G., Witten D., Hastie T. and al. (2013). An introduction to statistical learning: with applications in R. New York: Springer      * James G., Witten D., Hastie T. and al. (2013). An introduction to statistical learning: with applications in R. New York: Springer
  • en/ddefidode2022.1753446773.txt.gz
  • Dernière modification : 2025/07/25 14:32
  • de cpouet